洞察视图

洞察视图

入口路径： 左侧导航 Insights → Explore（探索）。

洞察视图用于浏览 GEOly 的公共行业数据：从不同市场、语言和 AI 平台中发现热门品类、用户问题（Topic）、品牌、引用来源和竞争格局。它适合做市场研究、竞品研究、内容机会判断和新品类探索；它不是品牌自有监测的 Analysis 页面。

Explore 的结果来自公共数据范围内已收集到的 AI 回答与聚合结果。它回答的是“在当前范围内，AI 更常如何讨论这个市场”，而不是“我的品牌在已监测 Prompt 中表现如何”。

使用前：固定研究范围

进入 Explore 后，先选择以下范围，再开始浏览或搜索：

• 市场（Country）：公共数据按市场组织。同一品牌或品类在不同国家的结果可能不同。
• 语言（Language）：语言会影响 AI 用户问题、内容语境、品牌出现方式和引用来源。
• AI 平台（Platform）：只应选择当前范围内已有数据的平台；并非每个品类、Topic 或品牌都会覆盖所有平台。

比较两个品类、Topic 或品牌时，请保持市场、语言和 AI 平台一致。不同范围下的排名、SoM、提及、流量或营收估算不能直接横向比较。

从首页开始发现研究对象

Explore 首页用于快速浏览热门品类和热门 Topic，也可以搜索目标品类、品牌或话题。搜索结果会帮助你把模糊的业务问题拆成可研究的对象：

• 品类：例如一个产品市场或消费场景，用于观察整体竞争和话题分布。
• Topic：某一品类下反复出现的用户问题、需求或讨论方向。
• 品牌：在公共 AI 回答中被提及的品牌，可进入其详情页研究 AI 如何描述它。

品类卡片会汇总该范围内的 Topic 数量、品牌数量与 AI 流量/月等公共数据。它们适合用于筛选“先研究哪里”，而不是直接等同于真实市场规模、官网访问量或销售额。

如何选择值得深入的品类

选择品类时，建议同时看规模、竞争和相关性：

1. 业务相关性：该品类是否与你的产品、目标受众和内容主题一致。
2. Topic 覆盖：Topic 较多通常意味着用户问题更丰富，值得继续拆解。
3. 品牌数量与提及量：品牌多不一定没有机会，但通常需要进一步观察集中度和头部品牌。
4. AI 流量/月与预计 AI 营收/月：用于判断相对研究优先级，而不是经营结论。
5. 平台与地区差异：一个品类可能只在部分平台或市场中有充分数据。

当某个品类很热门但与你的业务关联较弱时，不应仅因数字大就优先投入；反过来，较小但高度相关的品类和 Topic 往往更适合形成可执行的内容或产品机会。

查看品牌详情

在 Explore 中进入某个品牌，可从公共数据视角理解 AI 如何呈现和描述该品牌。品牌详情可用于查看：

• Topic 覆盖：品牌出现在哪些用户问题和品类语境中。
• AI 可见度与累计提及：品牌在当前公共范围内的出现情况。
• 预计 AI 流量/月与预计 AI 营收/月：基于公共模型的估算结果，用于探索和比较。
• AI 对品牌的描述与感知：了解 AI 回答中反复出现的品牌特征、正负倾向或相关观点。
• 品类表现：品牌进入哪些品类、在相关竞争格局中的相对位置。

用品牌详情回答什么问题

品牌详情更适合回答以下研究问题：

• AI 是否会在与目标业务相关的 Topic 中提到该品牌？
• AI 把该品牌与哪些产品特征、使用场景或人群联系在一起？
• 该品牌主要在哪些品类中出现，它是否跨多个品类获得可见度？
• 它在当前品类中更像头部品牌、追赶者，还是只在少数 Topic 中突出？

品牌感知用于理解 AI 如何谈论一个品牌，不应被视为人工调研结论。可将它作为内容、产品卖点和竞品定位研究的线索，再结合原始回答、品牌官网和业务数据验证。

研究品类竞争格局

进入品类后，可以用它回答“谁在这个品类的 AI 回答中更常出现”“竞争是否集中”以及“哪些用户问题值得继续研究”。品类视图通常用于查看：

• 品类概览：Topic 数量、品牌数量、公共提及量、AI 流量/月和预计 AI 营收/月。
• 品牌排行榜：同一品类中各品牌的排序、提及量和 SoM。
• SoM 趋势：观察品牌在所选时间范围内的相对份额变化，用于识别上升者和下滑者。
• Topic 排行：了解该品类覆盖哪些用户问题，以及各 Topic 的竞争情况。
• 公开引用域名：识别 AI 在该品类回答中更常参考的外部网站或内容来源。
• 近期提及：回看近期公共 AI 回答中出现的品牌和相关语境。

理解 SoM 与品牌排名

SoM（Share of Mention） 是品牌在当前公共品类范围内相对于其他品牌的提及份额。它是竞争比较指标，不等同于品牌自有监测中的 AIGVR、提及率或引用率。

使用 SoM 时应注意：

• 只在同一市场、语言、平台和时间范围内比较。
• SoM 上升表示相对提及份额变化，不自动等同于品牌实际增长或收入增长。
• 排名和 SoM 应一起看：排名相近的品牌可能份额差距很大；份额变化也需要结合提及量判断。
• 趋势需要有可比较的连续数据。若前一周期数据不足，无法得出可靠的上升或下滑结论。

深入 Topic 与 AI 用户问题

Topic 用于归纳某个品类下反复出现的用户问题、需求或讨论方向。进入 Topic 后，可进一步查看该 Topic 中的品牌表现、常见 AI 回答和相关引用来源。

可重点判断：

• 哪些 Topic 与你的产品、受众或内容主题高度相关。
• 哪些 Topic 中竞争品牌集中度较高，进入难度可能更高。
• 哪些 Topic 的品牌格局较分散，可能存在内容或产品定位机会。
• AI 回答更常提到哪些品牌，以及这些品牌在该 Topic 中的相对位置。
• AI 回答常引用哪些域名或页面，可作为研究内容证据、选题和外部信息源的线索。

Topic 竞争难度

Topic 的竞争难度反映的是当前品类内部头部品牌的集中程度。难度较高时，通常意味着少数品牌占据更多提及份额；难度较低时，格局可能更分散。

难度高并不表示不能做，而是意味着需要更强的差异化内容、产品证据或品牌影响力。样本不足或可比较品牌过少时，难度可能不会提供有效结果，这时不应强行解读为“容易”或“没有竞争”。

使用公开引用与原始回答

Explore 中的公开引用域名和相关 AI 回答可用于理解 AI 的信息来源与叙述方式：

• 查看哪些网站、媒体、零售商、测评站或品牌官网更常被引用。
• 判断目标内容类型是否已被 AI 频繁用作参考。
• 在研究某个 Topic 时，回看 AI 实际回答中提到了哪些品牌、产品特点和引用来源。
• 将引用域名作为外部研究线索，而不是把“被引用较多”直接理解为“内容质量一定更高”。

这里的公开引用数据属于行业探索范围；它与 Analysis 中“本品牌已监测 Prompt 的引用来源和页面明细”不是同一套数据，也不应混用。

研究 AI Search 查询洞察

在有相应公共数据的品类中，Explore 还可用于理解用户实际向 AI 提出的查询。查询洞察可以帮助你从“品类”继续走到“用户具体在问什么”。

可重点查看：

• 查询列表：哪些问题出现更频繁。
• 覆盖度：同一个查询在多少不同 Prompt 或回答中出现，避免只依据单次表达判断需求。
• 竞争度：某个查询中出现多少品牌，用于判断竞争环境。
• 主题聚类：将大量相近问题归纳为更易理解的需求主题。
• 品牌查询格局：哪些品牌在相关查询中覆盖更广，或拥有更高的引用表现。
• 查询到 Prompt 的路径：理解不同表达如何被归并到相近的 AI 需求。

查询洞察适合用于内容选题和需求研究。例如，先发现一个高相关 Topic，再查看该 Topic 对应的查询主题，最后把用户语言、竞争品牌和可验证证据整理为内容 Brief 或产品沟通假设。

Insights 的五个研究入口：先分清页面，再串成同一条研究路径

当前左侧 Insights（洞察） 下包含五个入口：Explore（探索）、信源引用、AI 搜索、电商 与 广告。它们都基于公共行业数据，但回答的问题不同；不要把它们与 Actions 下的品牌自有 Monitoring、Analysis 混为一谈。

推荐的顺序是：先用 Explore 确定品类和 Topic，再用 AI 搜索理解需求语言，接着看信源引用、商品与广告信号，最后回到 Analysis 验证自有品牌的后续变化。

AI 搜索：从 Query FanOut 看 AI 到底在检索什么

入口路径： 左侧导航 Insights → AI 搜索。

AI 搜索展示 ChatGPT 在回答品类问题时展开出的 Web 搜索查询（Query FanOut）。页面会把高频搜索入口、需求主题、覆盖问题数和周边品牌信号组织在一起，帮助团队从“大品类”走到具体的用户需求。

使用方法：

1. 固定市场、语言、品类和可用 AI 平台。
2. 在 热门搜索 中查看反复出现的 Query FanOut 查询，以及每条查询覆盖的用户问题数。
3. 在 需求主题 中把碎片化搜索归纳为购买推荐、功能、比较或使用场景等需求方向。
4. 查看查询附近出现的品牌，形成内容、产品或竞品研究假设。
5. 把高相关主题整理为 Brief，再用自有 Monitoring 验证品牌是否在对应 Prompt 中获得改善。

高频查询、覆盖度和品牌出现描述的是所选公共范围中的观察信号；它们不等同于自然排名、搜索量、点击量或广告效果。

信源引用：确认 AI 的外部证据从哪里来

入口路径： 左侧导航 Insights → 信源引用。

该页面用于研究公共 AI 回答常引用哪些第三方域名、URL 和 Topic。它适合发现可研究的内容证据与外部信息生态，例如测评站、媒体、社区、零售商或品牌官网。

阅读时请同时看域名、对应 Topic、平台与时间范围。某个域名被频繁引用，说明它在当前公共样本中是常见参考来源；这并不自动证明内容质量、商业价值或因果影响。若要检查自有网站是否被已监测 Prompt 引用，应进入 Actions 下的 Analysis / Citations，而非用这里的公共数据替代。

电商与广告：把推荐货架和竞争信号纳入研究

入口路径： 左侧导航 Insights → 电商、Insights → 广告。

电商页面按品类汇总 AI 推荐的商品卡片，可继续追溯商品关联的 Topic 与 Prompt，并查看常见零售渠道与可见价格信号。它适合研究“AI 推荐什么、在哪些需求里推荐、把用户引向哪些零售站点”。

广告页面展示公共 Topic 内可观察到的竞品广告信号。它可用于发现哪些竞争品牌可能正在占据 AI 搜索入口，但不提供实际花费、曝光、点击或 ROI，因此不能直接作为投放效果判断。

将电商与广告结果写成可验证的研究记录：目标 Topic、观察到的商品/品牌/渠道、证据页面、待验证假设，以及下一步由内容、商品或市场团队执行的动作。

五个洞察入口如何相辅相成

Insights 不是把五个独立报表并列展示，而是一条从市场机会到可验证行动的研究链路。各模块的详细字段、筛选和指标解释请分别阅读 AI 搜索、电商、广告、信源引用的专门手册；本页重点说明它们如何配合使用。

一条完整的研究路径

1. Explore 定义战场：从品类、Topic 和品牌开始，确定与业务最相关的研究范围。
2. AI 搜索还原需求语言：查看 Query FanOut、热门搜索与需求主题，理解用户如何把同一需求表达为具体问题。
3. 信源引用寻找证据生态：检查这些 Topic 常引用的信源类型、域名和关联 Topic，形成内容与外部信息研究线索。
4. 电商观察推荐货架：查看 AI 在同一品类推荐哪些商品、连接哪些零售渠道、呈现哪些价格段。
5. 广告识别竞争入口：查看相关品类或 Topic 内出现的广告主、创意卡片、覆盖 Topic 和投放渠道信号。
6. 回到 Actions 验证自有品牌：把结论变成 Prompt、内容或产品信息假设，再用 Monitoring 与 Analysis 判断自有品牌的可见度和引用是否变化。

这个顺序避免了两个常见错误：只看单个页面就下经营结论，或把公共行业信号误当成自有品牌的监测结果。

研究记录应如何串联

每次调研建议围绕同一个市场、语言、品类与时间范围，记录以下关联关系：

电商与广告在洞察链路中的位置

电商回答“AI 推荐什么、推荐给哪个需求、引向哪里”。商品卡片可继续追溯 Topic 与 Prompt，主要零售渠道和价格段帮助理解推荐货架的结构。

广告回答“在当前公共范围内，谁的广告卡片正在出现”。它显示广告主、创意、重复出现次数、覆盖 Topic 与投放渠道，用于补充竞争观察，而不是推断实际花费、曝光、点击或 ROI。

如何解读估算指标

Explore 中的 AI 流量/月、AI 营收/月等数值来自公共数据和模型估算，适合用于相对比较、发现变化或安排研究优先级。它们不是：

• 网站分析工具记录的真实访问量。
• 电商后台或财务系统中的实际销售额、订单量或转化金额。
• 品牌自有监测的 AIGVR、提及率、引用率或 Prompt 级表现。
• 对未来表现的保证，也不能单独作为投放、预算或收入预测依据。

因此，应把估算指标用于“方向判断”。在需要做经营决策时，应与 GA4、销售数据、广告数据、CRM 或其他一方业务数据一起验证。

推荐探索流程

1. 固定市场、语言和 AI 平台，建立一致的比较口径。
2. 从热门品类或搜索结果中选择与业务相关的品类。
3. 查看品类概览、品牌数量、Topic 数量和公共提及，初步判断研究价值。
4. 查看目标品牌的 Topic 覆盖、AI 描述、感知和品类表现。
5. 浏览品牌排行榜、SoM 趋势和 Topic，识别领先品牌、追赶者与重点问题。
6. 深入高价值 Topic，检查品牌格局、竞争难度、公开引用和实际 AI 回答。
7. 在可用时继续查看 AI Search 查询洞察，将用户语言转化为内容选题或产品沟通假设。
8. 回到 Analysis，使用自有品牌的监测数据验证后续行动效果。

常见误区

• 只看一个热门品类：应同时检查 Topic、品牌集中度和业务相关性。
• 跨范围比较排名：市场、语言或平台不同，结果可能没有可比性。
• 把 SoM 当成总体市场份额：SoM 只描述当前公共 AI 数据中的相对提及份额。
• 把估算流量或营收当真实经营数据：它们用于研究优先级，而非财务结论。
• 把公开引用当成自有品牌引用：Explore 的公开行业数据不能代替 Analysis 的品牌监测明细。
• 忽略无数据情况：没有结果可能表示当前范围内数据不足、该平台未覆盖或该对象尚无可用公共数据，并不等同于品牌不存在。

与 Analysis 的区别

本文介绍的是 Insights → Explore（探索） 的公共行业数据视图。

Analysis 下的总览、主题、平台、引用来源、情感分析、购物推荐和 AI 流量属于品牌自有监测与分析功能。需要查看本品牌在已监测 Prompt 中的 AIGVR、提及率、引用率、平台表现或引用明细时，应进入 Analysis，而不是使用 Explore 的公共数据替代。